人間からのフィードバックによる強化学習（RLHF）の解説
RLHFは、人間がAIモデルの出力を評価し、そのフィードバックを基にモデルを改善する手法です。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
2944件
GPT2からStable Diffusionまで：Hugging FaceがElixirコミュニティに登場
Hugging FaceがElixirコミュニティ向けに機械学習ライブラリをリリースしました。
タンパク質と深層学習
Hugging Faceがタンパク質研究における深層学習の活用方法を解説しました。
N
ChatGPTの紹介
OpenAIが対話形式でユーザーとやり取りするAIモデル「ChatGPT」を発表しました。
Document AIの加速
Hugging FaceがDocument AIモデルの推論速度を大幅に向上させました。
Transformerにおける対照探索による人間レベルのテキスト生成
Transformerモデルが対照探索（Contrastive Search）を用いることで、人間レベルのテキスト生成を実現しま…
Hugging Face TransformersでWhisperを多言語ASR向けにファインチューニング
Hugging Face Transformersライブラリを使って、Whisperモデルを多言語自動音声認識（ASR）向けにファイン…
🤗 Evaluateによる言語モデルバイアスの評価
Hugging Faceが言語モデルのバイアスを評価するツール「🤗 Evaluate」をリリースしました。
N
報酬モデルの過剰最適化に関するスケーリング則
OpenAIが報酬モデルの過剰最適化が性能を低下させる現象と、そのスケーリング則を発見しました。
MTEB: 大規模テキスト埋め込みベンチマーク
Hugging Faceがテキスト埋め込みモデルの性能を評価する大規模ベンチマーク「MTEB」を発表しました。
最適化物語：Bloom推論
Hugging Faceが大規模言語モデルBloomの推論速度を大幅に向上させました。
超大規模言語モデルとその評価方法
Hugging Faceが超大規模言語モデル（VLLM）の評価に関するブログ記事を公開しました。